按 Ruflo v3.16.3 修复 MCP Bridge 未认证 RCE

mcp-builder

Ruflo `v3.16.3` 官方 security release 给出 MCP Bridge 未认证 RCE 的完整修复清单。输入是此前用默认 `docker-compose.yml` 暴露 `/mcp` 和 MongoDB 的 Ruflo/claude-flow 实例,以及可能已经外泄的 provider API keys 和 AgentDB pattern store。执行过程是升级到 `3.16.3`,把 MCP bridge 默认绑定到 `127.0.0.1`,公共绑定必须设置 `MCP_AUTH_TOKEN`,用 bearer auth 和 timingSafeEqual 校验请求,把 `terminal_execute` 放到 `MCP_ENABLE_TERMINAL=true` 服务端开关后,并要求 `MONGO_INITDB_ROOT_PASSWORD`、MongoDB auth、read_only rootfs 和 CORS allowlist。产物是 fail-closed 的 MCP bridge 部署和更明确的 operator playbook。验证来自官方 release、GHSA-c4hm-4h84-2cf3、ADR-166、12/12 static 与 12/12 runtime regression locks,以及 npm dist-tag 版本校验命令。适合参考 MCP Server/Bridge 暴露公网时如何同时处理认证、工具授权、数据层和密钥轮换。

作者Ruflo来源GitHubUpdate2026-07-30阅读0

相关实践

Docs2026-08-25

用 Haystack Tools 把检索、API 和自定义函数接入 Agent

Haystack Tool 文档适合把检索组件、API 调用和自定义 Python 函数包装成 Agent 可调用能力。输入是一个函数或 pipeline component、参数定义、描述文本和安全边界。执行过程是定义 tool 名称、描述和参数 schema;让 Agent 在推理过程中选择并调用 tool;把工具结果作为上下文继续生成答案;对外部 API 和写操作限制权限。产物是一套面向 Haystack Agent 的工具层,让知识检索和业务函数可以被统一调度。验证来自 Haystack 官方 Tool 文档对 Tool 定义、参数、调用和 Agent 集成的说明。

13Docs·Haystack
Docs2026-08-25

用 AutoGen AgentChat Agents 定义可协作的专业 Agent

Microsoft AutoGen AgentChat agents 教程适合把不同职责的助手定义成可协作 Agent,例如 planner、coder、critic 和 executor。输入是任务目标、模型配置、每个 Agent 的 system message、工具能力和交互边界。执行过程是创建 AssistantAgent 或其他 Agent 类型,为不同角色配置工具和行为;通过消息传递让 Agent 交换中间结果;必要时接入人工确认或执行环境。产物是一组专业化 Agent 定义,能支撑多角色协作任务。验证来自 AutoGen 官方 AgentChat agents 教程对 Agent 类型、消息、工具和运行示例的说明。

4Docs·Microsoft AutoGen
Docs2026-08-25

用 LlamaIndex Agent 部署指南把本地助手上线成服务

LlamaIndex deploying agents 文档适合把本地验证过的 Agent 发布为可调用服务,支撑团队内部工具或产品功能。输入是已有 Agent、运行环境、模型和索引依赖、服务入口与监控需求。执行过程是按部署指南整理依赖、配置运行时、暴露 API 或应用入口,并用测试问题验证检索和工具调用链路;上线后记录日志和失败样例,持续优化工具描述与索引。产物是从 Notebook/本地脚本迁移到服务化运行的 Agent 部署流程。验证来自 LlamaIndex 官方部署文档对 agent deployment、服务化和运行环境的说明。

2Docs·LlamaIndex
Docs2026-08-25

用 AutoGen Teams 编排多 Agent 轮转、选择和终止条件

Microsoft AutoGen AgentChat teams 教程适合把多个专业 Agent 组织成可控团队,处理需要轮流讨论、角色选择和终止判断的复杂任务。输入是多个 Agent、团队协作模式、任务描述和结束条件。执行过程是选择 RoundRobinGroupChat、SelectorGroupChat 等团队模式;配置参与者、选择策略和 termination condition;运行任务并记录每轮消息,直到满足结束条件。产物是一条可复盘的多 Agent 协作链路,能用于代码评审、方案讨论或研究总结。验证来自 AutoGen 官方 teams 教程对 team 类型、participant selection、termination 和运行示例的说明。

1Docs·Microsoft AutoGen
Docs2026-08-25

用 LlamaIndex Agents 把检索、工具调用和推理串成问答助手

LlamaIndex 官方 Agent 文档适合把 RAG 检索、外部工具调用和 LLM 推理组合成一个可执行助手。输入是文档索引、工具函数、模型配置和用户任务。执行过程是先用 LlamaIndex 构建数据索引,再把查询引擎或业务函数注册为 tools;Agent 根据用户问题选择检索、调用工具或直接回答,并把中间结果纳入最终响应。产物是一个能围绕私有知识库完成多步问答和工具调用的 Agent。验证来自 LlamaIndex 官方 Agent 文档对 Agent、tools、reasoning 和 query engine integration 的说明。

0Docs·LlamaIndex
Docs2026-08-25

用 LlamaIndex Workflows 把 RAG Agent 拆成可观测步骤

LlamaIndex workflow 文档适合把复杂 RAG/Agent 流程拆成显式步骤,避免所有逻辑塞进单次模型调用。输入是需要处理的用户问题、检索步骤、重写步骤、工具调用和最终回答要求。执行过程是用 workflow 定义事件、步骤和状态传递;将 query rewrite、retrieval、rerank、tool use、answer synthesis 分成节点;逐步记录中间产物,便于调试和复盘。产物是一条可观测、可测试的 Agent workflow。验证来自 LlamaIndex 官方 workflow 文档对事件驱动流程、steps、state 和 async execution 的说明。

0Docs·LlamaIndex

关联 Skill